Toward Standardized Performance Metrics in the Cardiovascular ICU: A Systematic Review of Quality Indicators
Notice bibliographique
Résumé
The cardiovascular intensive care unit (CVICU) requires robust quality indicators (QIs) to standardize performance measurement and improve patient outcomes. However, heterogeneity in QI definitions, measurement tools, and implementation practices persists. This systematic review synthesizes evidence on CVICU QIs, evaluates their methodological rigor, and proposes a framework for standardization. Following Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) 2020 guidelines, we searched PubMed, Embase, Scopus, Web of Science, and CINAHL for relevant studies. Eight studies met the inclusion criteria, encompassing retrospective cohorts, predictive models, and mixed-methods designs. Quality assessment employed the Newcastle-Ottawa Scale (NOS) for cohort studies and the Mixed Methods Appraisal Tool (MMAT) for non-randomized studies. Narrative synthesis categorized QIs by Donabedian domains (structure, process, outcome). Included studies (n=8) predominantly focused on outcome QIs (5/8 studies), particularly mortality prediction using machine learning. Risk of bias was moderate to high, with most studies lacking prospective validation or objective measurements. Structural QIs were especially underrepresented, and although Delphi methods were employed, they lacked external validation and reproducibility, limiting generalizability. Process QIs relied on subjective surveys, while structural QIs lacked robust measurement frameworks. Alignment with Donabedian and Institute of Medicine (IOM) frameworks was reported in 6/8 studies, yet consistency in application was limited. CVICU QIs prioritize outcome measurement through artificial intelligence (AI)-driven tools but lack standardization in the development, validation, and operationalization of process and structural indicators. Future work should (1) validate predictive models in multicenter, prospective settings, (2) develop objective and reproducible process metrics, and (3) expand structural QIs for global applicability, accounting for resource constraints, variability in infrastructure, and cultural differences in care delivery. Given the limited number of studies, findings should be interpreted cautiously and considered hypothesis-generating rather than definitive. This review informs efforts to harmonize CVICU performance measurement.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,129 | 0,341 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,012 | 0,015 |
| Bibliométrie | 0,033 | 0,032 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,008 | 0,009 |
| Science ouverte | 0,004 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».